지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 김성범
- 발행연도
- 2023
- 저작권
- 고려대학교 논문은 저작권에 의해 보호받습니다.
이용수1
이 논문의 연구 히스토리 (4)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
실내 소음은 차량의 품질을 평가하는 중요한 요소 중 한 가지로, 쾌적한 주행 환경을 제공하기 위해 차량의 실내 소음을 줄이는 것이 차량 산업에서 중요하다. 친환경 전기차의 경우, 주행 중 바람에 의해 발생하는 소음이 차량 소음의 주요 원인으로 여겨지고 있다. 풍절음에 가장 큰 영향을 미치는 요인은 차량의 외부 디자인이다. 기존에는 풍절음을 예측하기 위해 컴퓨터 이용 공학을 활용하여 차량별 분석 모델을 구성하였다. 하지만, 기존의 방식은 외부 디자인 변화에 따른 추가적인 분석이 필요하며, 전문가들의 주관적인 의견에 의존하는 한계점이 존재한다. 따라서 다양한 외부 디자인 이미지를 통해 풍절음을 예측하고 분석할 수 있는 효과적인 모델 개발이 필요하다. 본 연구에서는 차량의 외부 디자인 이미지를 활용하여 차량의 내부 소음을 예측할 수 있는 설명 가능한 딥 러닝 모델을 제안한다. 제안 방법론은 다중 합성곱 신경망과 셀프 어텐션을 통해 각각의 특징들을 추출하고 각 디자인 이미지의 중요한 영역을 탐색할 수 있다. 실험 결과는 제안 방법론이 외부 디자인 특징들에서 중요 부분을 탐지하며, 풍절음 예측 성능에서 우수한 사실을 보여준다.
목차
초록 iABSTRACT iii사사 v목차 vi1장. 서론 12장. 제안 방법론 ４2.1 다중 합성곱 신경망을 통한 외부 디자인별 특징 추출 및 중요 영역 탐지 42.2 셀프 어텐션을 통한 중요 디자인 이미지 탐지 및 소음 예측기 63장. 실험 결과 93.1 데이터 소개 93.2 실험 설계 및 모델 학습 103.3 평가 지표 113.4 실험 결과 124장. 결론 17참고문헌 19
최근 본 자료
댓글(0)
0